医学统计学之假设检验t检验PPT.ppt

#用SPSS分析结果：analyze→CompareMeans→paired-samplesT test 第三节 两独立样本均数t比较(成组t检验) 目的是推断两样本分别代表的两总体均数是否相等（ ?1= ?2 ）。 1、资料类型： 随机分组的两组资料，为独立样本 满足正态性和方差齐性 其含义为：从被估计的总体中随机抽取若干个含量为n的样本，每一个样本可得到一个相应的可信区间，理论上有（ 1-α）个区间包含总体均数（估计正确），有α个区间不包总体均数（估计错误）。 总体均数95%CI表示该区间包括总体均数μ 的概率为95%，意思是若作100次抽样，可算得100个可信区间，平均有95个区间包括μ （估计正确），只有5个区间不包括μ （估计错误）；由于5%是小概率，在一次实验中可认为小概率不发生，故实际应用时可认为估计的区间包括总体均数。 由一个样本估计一个相应的可信区间，当α=0.05时，被估计的总体均数不在该区间的概率仅5%，是个小概率，故可认为该区间包含总体均数（总体均数95%可信区间）。 三、模拟实验 模拟抽样成年男子红细胞数。设定: 产生100个随机样本，分别计算其95%的可信区间，结果用图示的方法表示。从图可以看出：绝大多数可信区间包含总体参数 ，只有5个可信区间没有包含总体参数。 图4-2 模拟抽样成年男子红细胞数100次的95%可信区间示意图 例5-3 随机抽取某地2002年9名7岁正常发育男孩测量其身高值得：均数为121.44（cm），标准差为5.75（cm）估计该地2002年7岁正常发育男孩身高总体均数95%可信区间。 t 0.05 8 =2.306 121.44 - 2.306×1.92 121.44 + 2.306×1.92 即（117.01，125.87） 可信间的两要素： 1、准确度：就是CI包含μ的概率大小；（1-α）值越大，可信度越高。 2、精密度：就是区间的长度；长度越小（区间越窄）精密度越高。 *当n确定时，准确度越高则精密度越低，两者是相矛盾的，在实际工作中为兼顾两者，以95%CI更为常用。 第六章 假设检验 第一节 假设检验的概念： 在比较样本均数与已知总体均数差异、或两个样本均数及多个样本均数差异时，先对总体的参数或分布作出某种假设，然后用适当的方法根据样本对总体提供的信息，运用“小概率原理”推断假设是否成立。 小概率原理：概率很小的随机事件在一次或少量实际观察中是不可能发生的（尽管理论上有发生的可能） 小概率：P≤0.05或P≤0.01 C病 10例 A药 A药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验1 问题：差异是什么原因导致？ 抽样误差（个体差异） C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验2 问题：差异是什么原因导致？ A药=B药 抽样误差（个体差异） C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验3 问题：差异是什么原因导致？ A药≠B药 处理因素（药物因素） C病 10例 A药 B药 10例 样本1 样本2 有效率50% 有效率60% 差异 ？ 试验4 问题：差异是什么原因导致？ 1 处理因素（药物因素） 2 抽样误差（个体差异） A总体=B总体 差异 A总体≠B总体（抽样误差） （处理因素） A总体 A总体 B总体 B总体 第二节 假设检验的一般步骤 一、建立假设，确定检验水准 1、检验假设（无效假设）H0：μ1= μ2（ 或μd= 0) （备择假设）H1：μ1≠ μ2（或μd ≠ 0） μ1＜ μ2（ μd ＜ 0) 2、检验水准α，它作为假设检验时预先确定的判断小概率事件的水准，以便由P值和α的关系决定是拒绝H0还是不拒绝H0 作为判断小概率的标准， α常取0.05或0.01。 二、计算相应的检验统计量 根据设计的类型、资料的类型和分布情况、统计推断目的以及n的大小选用不同的检验方法，计算相应的检验统计量。如完全随机设计实验中，两样本均数比较可计算统计量t值（即作t 检验）。 三、确定P值，作出推断结论： P值是指在